Il est très simple de mettre en œuvre des programmes d'inférence AI en Python. À l'exception des références de module et des définitions constantes, il y a moins de 20 lignes de programmes pour réaliser des calculs d'inférence AI! Il n'y a que cinq fonctions réelles pour le calcul de l'inférence AI!
- La première étape consiste à utiliser cv.dnn.readNet () pour lire le fichier de modèle IR au format OpenVINO
- La deuxième étape, utilisez net.setPreferableTarget (DEVICE) pour spécifier le matériel d'exécution du calcul de l'inférence AI
- La troisième étape consiste à utiliser cv.dnn.blobFromImage () et net.setInput () pour transférer les données d'image vers le modèle AI
- La quatrième étape consiste à utiliser net.forward () pour implémenter le calcul d'inférence AI
- La cinquième étape consiste à analyser les résultats du calcul du raisonnement
Le code complet pour implémenter le calcul d'inférence AI basé sur OpenCV et OpenVINO en Python est le suivant
#导入opencv-openvino模块
import cv2 as cv
import time
#配置推断计算设备,IR文件路径,图片路径
DEVICE = cv.dnn.DNN_TARGET_CPU
model_xml = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.xml'
model_bin = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.bin'
image_file = 'D:/tf_train/workspaces/cats_dogs/images/test/3.jpg'
#读取IR模型文件
net = cv.dnn.readNet(model_xml, model_bin)
#指定AI推理计算执行硬件
net.setPreferableTarget(DEVICE)
#读取图片
img = cv.imread(image_file)
#将图片传入模型的输入张量
blob = cv.dnn.blobFromImage(img,ddepth=cv.CV_8U)
net.setInput(blob)
#执行推断计算
start = time.time()
out = net.forward()
end = time.time()
print("Infer Time:{}ms".format((end-start)*1000))
#处理推断计算结果
for detection in out.reshape(-1, 7):
confidence = float(detection[2])
xmin = int(detection[3] * img.shape[1])
ymin = int(detection[4] * img.shape[0])
xmax = int(detection[5] * img.shape[1])
ymax = int(detection[6] * img.shape[0])
if confidence>0.7:
cv.rectangle(img, (xmin, ymin), (xmax, ymax), (0, 255, 0))
conf = "{:.4f}".format(confidence)
font = cv.FONT_HERSHEY_COMPLEX_SMALL
cv.putText(img, conf, (xmin, ymin - 5), font, 1, (0, 0, 255))
#显示处理结果
cv.imshow("Detection results",img)
cv.waitKey(0)
cv.destroyAllWindows()
print("Inference is completed...")
Comment former votre propre modèle d'intelligence artificielle et comment obtenir des fichiers de modèle IR OpenVINO?
Apprentissage avancé: "Technologie de reconnaissance d'images d'apprentissage en profondeur"